家彩网网址 - 百科百科

向善而生的AI助盲，让AI多一点，障碍少一点******

　　有人说，盲人与世界之间，相差的只是一个黎明。在浪潮信息研发人员的心中，失去视力的盲人不会陷入永夜，科技的进步正在力图给每一个人以光明未来。

　　AI助盲在人工智能赛道上一直是最热门的话题之一。以前，让失明者重见光明依靠的是医学的进步或“奇迹”。而随着以“机器视觉+自然语言理解”为代表的多模态智能技术的爆发式突破，更多的失明者正在借助AI提供的感知、理解与交互能力，以另一种方式重新“看见世界”。

　　新契机：多模态算法或将造福数以亿计失明者

　　科学实验表明，在人类获取的外界信息中，来自视觉的占比高达70%~80%，因此基于AI构建机器视觉系统，帮助视障患者拥有对外界环境的视觉感知与视觉理解能力，无疑是最直接有效的解决方案。

　　一个优秀的AI助盲技术，需要通过智能传感、智能用户意图推理和智能信息呈现的系统化发展，才能构建信息无障碍的交互界面。仅仅依靠“一枝独秀”超越人类水平的单模态人工智能比如计算机视觉技术还远远不够，以“机器视觉+自然语言理解”为代表的多模态算法的突破才是正确的新方向和新契机。

　　多个模态的交互可以提升AI的感知、理解与交互能力，也为AI理解并帮助残障人士带来了更多可能。浪潮信息研发人员介绍说，多模态算法在AI助盲领域的应用一旦成熟，将能够造福数以亿计的失明者。据世卫组织统计，全球至少22亿人视力受损或失明，而我国是世界上盲人最多的国家，占世界盲人总数的18%-20%，每年新增的盲人数量甚至高达45万。

　　大挑战：如何看到盲人“眼中”的千人千面

　　AI助盲看似简单，但多模态算法依然面临重大挑战。

　　多模态智能算法，营造的是沉浸式人机交互体验。在该领域，盲人视觉问答任务成为学术界研究AI助盲的起点和核心研究方向之一，这项研究已经吸引了全球数以万计的视障患者参与，这些患者们上传自己拍摄的图像数据和相匹配的文本问题，形成了最真实的模型训练数据集。

　　但是在现有技术条件下，盲人视觉问答任务的精度提升面临巨大挑战：一方面是盲人上传的问题类型很复杂，比如说分辨冰箱里的肉类、咨询药品的服用说明、挑选独特颜色的衬衣、介绍书籍内容等等。

　　另一方面，由于盲人的特殊性，很难提取面前物体的有效特征。比如盲人在拍照时，经常会产生虚焦的情况，可能上传的照片是模糊的或者没有拍全，或者没拍到关键信息，这就给AI推理增加了难度。

　　为推动相关研究，来自卡内基梅隆大学等机构的学者们共同构建了一个盲人视觉数据库“VizWiz”，并发起全球多模态视觉问答挑战赛。挑战赛是给定一张盲人拍摄的图片和问题，然后要求给出相应的答案，解决盲人的求助。

　　另外，盲人的视觉问答还会遭遇到噪声干扰的衍生问题。比如说，盲人逛超市，由于商品外观触感相似，很容易犯错，他可能会拿起一瓶醋却询问酱油的成分表，拿起酸奶却询问牛奶的保质期等等。这种噪声干扰往往会导致现有AI模型失效，没法给出有效信息。

　　最后，针对不同盲人患者的个性化交互服务以及算法自有的反馈闭环机制，同样也是现阶段的研发难点。

　　多解法：浪潮信息AI助盲靶向消灭痛点

　　AI助盲哪怕形式百变，无一例外都是消灭痛点，逐光而行。浪潮信息多模态算法研发团队正在推动多个领域的AI助盲研究，只为帮助盲人“看”到愈发精彩的世界。

　　在VizWiz官网上公布的2万份求助中，盲人最多的提问就是想知道他们面前的是什么东西，很多情况下这些物品没法靠触觉或嗅觉来做出判断，例如 “这本书书名是什么？”为此研发团队在双流多模态锚点对齐模型的基础上，提出了自监督旋转多模态模型，通过自动修正图像角度及字符语义增强，结合光学字符检测识别技术解决“是什么”的问题。

　　盲人所拍摄图片模糊、有效信息少？研发团队提出了答案驱动视觉定位与大模型图文匹配结合的算法，并提出多阶段交叉训练策略，具备更充分的常识能力，低质量图像、残缺的信息，依然能够精准的解答用户的求助。

　　目前浪潮信息研发团队在盲人视觉问答任务VizWiz-VQA上算法精度已领先人类表现9.5个百分点，在AI助盲领域斩获世界冠军两项、亚军两项。

　　真实场景中的盲人在口述时往往会有口误、歧义、修辞等噪声。为此，研发团队首次提出视觉定位文本去噪推理任务FREC，FREC提供3万图片和超过25万的文本标注，囊括了口误、歧义、主观偏差等多种噪声，还提供噪声纠错、含噪证据等可解释标签。同时，该团队还构建了首个可解释去噪视觉定位模型FCTR，噪声文本描述条件下精度较传统模型提升11个百分点。上述研究成果已发表于ACM Multimedia 2022会议，该会议为国际多媒体领域最顶级会议、也是该领域唯一CCF推荐A类国际会议。

　　在智能交互研究方面上，浪潮信息研发团队构建了可解释智能体视觉交互问答任务AI-VQA，同时给出首个智能体交互行为理解算法模型ARE。该研究成果已发表于ACM Multimedia 2022会议。该研究项目的底层技术未来可广泛应用于AI医疗诊断、故事续写、剧情推理、危情告警、智能政务等多模态交互推理场景。

　　眼球虽然对温度并不敏感，但浪潮信息的研发团队，却在努力让盲人能“看”到科技的温度，也希望吸引更多人一起推动人工智能技术在AI助盲、AI反诈、AI诊疗、AI灾情预警等更多场景中的落地。有AI无碍，跨越山海。科技的伟大之处不仅仅在于改变世界，更重要的是如何造福人类，让更多的不可能变成可能。当科技成为人的延伸，当AI充满人性光辉，我们终将在瞬息万变的科技浪潮中感受到更加细腻温柔的善意，见证着更加光明宏大的远方。

四措并举 改善优质房企资产负债表******

　　王丽新

　　日前，央行、银保监会联合召开主要银行信贷工作座谈会，提及“引导优质房企资产负债表回归安全区间”。从中央经济工作会议提出“有效防范化解优质头部房企风险”，到此次的“改善优质头部房企资产负债表”，同时继续强调落实保交楼金融支持、“金融16条”、差别化住房信贷政策等内容，可见政策层面对优质头部房企的深切关注。在笔者看来，接下来，地产金融支持性政策将在多维度快速展开，一方面会真正覆盖到有优质资产却被“误伤”的房企，使其迎来弹性扩表的机会；另一方面，资本市场将更好地发挥资源配置功能，“改善优质房企经营性和融资性现金流”，既要多措并举引导合规房企获得融资性现金流，也要恢复企业内生造血能力，稳住经营性现金流，最终实现保优质主体的目标。笔者认为，会议提到的四项举措可有效改善整个行业的资产负债表。

　　举措之一是“资产激活”，这与保交楼行动目标一致，主要针对出险房企及潜在出险房企，助其盘活资产，回归正常经营。具体而言，一可通过保交楼专项借款等增量资金支持存量项目复产复工；二当支持对房企间项目收并购，引导需求端政策配合来增强项目去化和处置资产力度；三是远期或可期待支持发行商业地产类ABS、REITs等方式盘活持有型物业，释放房企此前沉淀大量资金的重资产项目的流动性。

　　举措之二是“负债接续”，这与当下房企已经在落实的债转股、存量债券展期等缓解房企债务压力的方向一致，主要缓解未出险房企短期还债压力，防止出险房企数量增加。比如当下内房股采用较多的支持房企在发生债务违约前置换要约，以新债换旧债以及合理展期，给予房企“以时间换空间”的机会。

　　举措之三是“权益补充”即股权融资支持，这是改善优质房企资产负债表的最有效手段，也是加速行业风险出清的“助推器”。上市房企股权融资开闸优势有三，一是没有债务利息，融资成本低；二是不会新增有息债务，剔除预收账款后的资产负债率不会提升，避免重走“高杠杆、高负债、高周转”的“旧三高”老路，为行业高质量发展夯实基础；三是股权融资直接拉升权益资本，能优化资产负债结构，引新股东入局后，若资源能与房企现有业务整合发展，可助推房地产业向新发展模式平稳过渡。

　　举措之四是“预期提升”，这与“稳销售、增信心、扩投资”一脉相承，是行业复苏的持续动力。供给侧方面支持房企融资，目的也是引导企业经营现金流回归常态。结合近期多部门的积极表态，预计需求端利好政策还将进一步释放，尤其可能聚焦在激活换房等改善性需求的购买力方面，使其成为楼市销售的新生力军。交易增加，企业资金状况得到改善，交付的项目逐步增多，购房者消除担忧，市场有望联动好转，实现良性循环。

　　当然，改善房地产行业资产负债表不能一蹴而就。可喜的是，积弊已久的“旧三高”时代已经远去，“第三支箭”落地的广度和力度不断提升，随着居住消费需求不断升级，房地产行业开发与运营并重的新时代将来临。

　　（文图：赵筱尘 巫邓炎）